2. 风机SCADA数据对象解析

风机SCADA系统采集的测点数量通常在数百到上千个之间，但真正支撑故障诊断的核心测点集中在少数几个物理量上。理解这些测点的含义以及它们之间的物理耦合关系，是从"看数据"走向"读数据"的第一步。本节围绕风速、功率、转速、桨距角、温度、振动六类关键测点展开，重点说明每个测点"测的是什么、装在什么位置、正常范围大致如何、与哪些量存在物理关联"。

一、风速：一切能量输入的源头

风速是风机能量输入的源头，SCADA中通常同时存在多个风速测点：机舱风速（由机舱顶部的风速仪测得）、轮毂风速（由轮毂处的风速仪测得，部分机型配置）、以及由功率曲线反推的等效风速。机舱风速受叶轮尾流和机舱外形影响，通常低于自由流风速；轮毂风速更接近叶轮实际感受到的风速，但传感器易受结冰、污染影响。

风速测点的诊断价值主要体现在三个方面：一是判断风机是否处于"有风不发电"状态，例如风速超过切入风速（常见为3 m/s左右）但功率长期接近零，说明可能存在变桨系统、主控或并网故障；二是判断风速仪本身是否失效，例如机舱风速与轮毂风速长期偏差过大，或风速信号出现长时间恒定值（卡死）；三是作为功率曲线偏差分析的输入，用于区分"风资源问题"和"设备问题"。

二、功率：最终输出与性能基准

功率测点通常包括有功功率、无功功率和电网侧功率。有功功率是判断风机出力是否正常的最直接指标，其正常值由风速通过功率曲线决定。对于变桨变速风机，功率曲线在额定风速以下近似为风速的三次方关系，达到额定风速后通过变桨限功率，功率维持在额定值附近。

功率测点的诊断要点在于"对比"：将实测功率与同风速下的理论功率（功率曲线）对比，若持续偏低，可能原因包括叶片污染或损伤、变桨角度偏差、发电机效率下降、风速仪测量偏差等。需要注意的是，功率偏低不一定意味着故障，也可能是风速仪偏高导致的"假偏低"，因此功率分析必须与风速测点联合进行。

三、转速：能量转换的中间变量

转速测点主要包括叶轮转速（转子转速）和发电机转速。对于直驱风机，两者基本相同；对于双馈或半直驱风机，两者通过齿轮箱连接，存在固定的传动比关系。转速是连接风速与功率的中间变量：风速增大时，控制系统通过变桨和转矩控制调节转速，使其跟踪最优叶尖速比，从而最大化风能捕获效率。

转速测点的异常通常表现为：转速超限（触发安全链停机）、转速波动异常（可能与变桨响应迟缓或转矩控制振荡有关）、转速与风速不匹配（例如风速升高但转速不升，可能是变桨系统卡滞或转矩给定异常）。在诊断中，转速往往与桨距角、功率组成"三量联查"的核心组合。

四、桨距角：控制执行的关键反馈

桨距角是叶片绕其变桨轴旋转的角度，通常以叶片弦线与风轮旋转平面的夹角定义。桨距角测点一般每个叶片独立测量，SCADA中常见为"叶片1桨距角、叶片2桨距角、叶片3桨距角"三个测点。正常运行时，三支叶片的桨距角应基本一致，偏差通常不超过1°~2°。

桨距角的诊断价值极高：当三支叶片桨距角出现明显不一致时，说明变桨系统存在不同步，可能导致叶轮不平衡、振动增大、载荷不均；当桨距角在风速变化时响应迟缓或不动，说明变桨轴承、变桨电机或变桨控制回路可能存在故障；当风机停机后桨距角未回到顺桨位置（通常为90°附近），则可能存在变桨系统卡滞或后备电源不足。

五、温度：设备健康的热状态指示

温度测点覆盖齿轮箱油温、发电机绕组温度、发电机轴承温度、主轴承温度、变流器温度、机舱环境温度等。温度是设备健康状态的重要指示，其异常通常反映润滑不良、冷却失效、过载或部件磨损。

温度诊断的关键在于"趋势"和"对比"：单点温度绝对值超标（如齿轮箱油温超过75℃）通常触发报警，但更早期的信号是温度随负荷的异常上升速率。例如，在相同功率和环境下，齿轮箱油温比历史同期偏高5℃以上，可能提示润滑油老化或冷却器堵塞。此外，发电机三相绕组温度的不平衡也是重要线索，偏差过大可能说明绕组局部故障或冷却不均。

六、振动：机械故障的直接指纹

振动测点通常安装在主轴承、齿轮箱、发电机等关键旋转部件上，测量振动速度或加速度的有效值。振动是机械故障最直接的指纹：主轴承故障、齿轮箱齿轮磨损、发电机轴承损坏、叶轮不平衡、对中不良等都会在振动信号中留下特征。

振动诊断需要结合转速和功率：振动值随转速升高而增大是正常现象，但若在某一转速区间出现明显峰值，则可能对应结构共振或部件固有频率；若振动值在功率稳定时突然增大，则可能对应突发性机械损伤。振动测点通常与温度测点联合使用，温度反映"慢变"健康退化，振动反映"快变"机械异常。

七、测点之间的物理关联与联查方法

上述六类测点并非孤立存在，而是构成一条清晰的能量转换链：风速是输入，转速和桨距角是控制变量，功率是输出，温度和振动是设备健康状态的旁路指示。诊断时，应按照"风速定工况、转速/桨距角看控制响应、功率看输出、温度/振动看健康"的顺序进行联查。

举一个典型示例：某风机在风速约8 m/s时，有功功率从额定值的60%降至40%，同时叶轮转速下降约15%，三支叶片桨距角中叶片2比叶片1和叶片3偏大3°。此时可以初步判断：叶片2变桨系统可能存在响应偏差，导致叶轮气动不平衡，进而使转速和功率下降。进一步查看振动测点，若主轴承振动值同步上升，则说明不平衡已对机械部件产生附加载荷。这一判断过程正是多测点联查的典型应用。

八、测点正常范围与报警阈值参考

不同机型、不同厂家的测点正常范围和报警阈值存在差异，以下给出的是常见参考值，实际诊断应以具体机型的SCADA配置和运行手册为准。

需要强调的是，阈值报警只是最基础的诊断手段。真正有价值的诊断往往发生在阈值报警之前，依靠的是趋势分析和多测点关联分析。例如，齿轮箱油温从55℃缓慢升至70℃，虽然尚未触发报警，但结合功率未明显增加、环境温度未显著升高的背景，就应引起关注，提前安排检查润滑油和冷却系统。

九、从测点到诊断：建立测点关系思维

学习SCADA数据对象解析，最终目标不是记住每个测点的名称，而是建立"测点关系思维"：看到风速，想到它决定了理论功率和转速范围；看到转速，想到它受桨距角和转矩控制影响；看到功率，想到它需要与风速和功率曲线对比；看到温度和振动，想到它们是设备健康状态的长期和短期指示。

在实际诊断中，建议按照以下顺序组织分析：首先确认风速是否正常，排除风资源干扰；然后检查转速和桨距角是否协调，判断控制回路是否正常；接着对比功率与理论值，判断能量转换效率；最后查看温度和振动趋势，判断机械和电气部件是否存在退化或损伤。这一顺序不是固定流程，而是一种从"输入"到"输出"再到"健康"的自然逻辑，能够帮助诊断人员快速缩小问题范围，避免在数百个测点中迷失方向。